開發字符OCR識別系統的原因：

眾所周知谷歌開源的tesseract-ocr是一套字符識別系統，其最新版本4.00采用了lstm（Long Short-Term Memory，長短時記憶網絡）神經網絡進行字符的訓練與識別，其支持100多種語言（字符），對於比較標準的印刷體字符，其識別準確率非常高（在我們提供的數據集上，準確率可以達到98%）。

如何進行字符識別系統框架搭建：

Docker 是一個開源的應用容器引擎，讓開發者可以打包他們的應用以及依賴包到一個可移植的容器中，然後發布到任何流行的 Linux 機器上，也可以實現虛擬化。容器是完全使用沙箱機制，相互之間不會有任何接口【1】。

由於tesseract-ocr

考慮到Docker容器中的flask服務需要自啟動，以及服務可能由於程序異常而造成停止服務的情況，因此，需要在容器中添加自啟動程序以及服務監聽程序。自啟動以及監聽程序可以利用linux的定時器crontab命令，添加一條定時任務（每一分鐘檢測一次），檢測程序是否正常運行，當服務不正常時，重啟flask服務。在將該容器的服務移植到其他linux服務器（宿主機）後，考慮到服務器可能斷電，或者宕機的情況，也需要在宿主機上利用crontab添加一條定時任務，監測Docker容器是否正常運行，如果運行不正常，需要重啟該Docker容器。

考慮到該容器移植的便利性，我們利用Docker的commit和save命令，將該容器提交成新的鏡像，並將該鏡像保存為tar包，部署該OCR應用容器時，只需要將該tar包拷貝到宿主機上，利用Docker的load以及run命令，啟動該容器以及自啟動容器內的OCR識別服務。

基於Docker的OCR識別系統的整個部署流程的關鍵操作步驟如下：

提交容器變化到鏡像中

docker commit 【containerId】 ocr_images:ocr_api

保存鏡像到tar包中

docker save ocr_images:ocr_api > ocr_images.tar

加載OCR服務鏡像

docker load < ocr_images.tar

啟動OCR服務容器

docker run -t -d -p 0.0.0.0:8000:8000 --name ocr_api ocr_images:ocr_api

OCR服務框架設計圖

OCR識別系統的優點：

將該Docker服務（基於ubuntu 16.0.4，tesseract-ocr 4.00）打包成tar包後，就可以移植到任意linux平臺上，包括移植到centos服務器上，移植到低版本的ubuntu上等等，充分發揮Docker容器的移植便利性，使該OCR服務能夠非常便利的跨平臺使用。

逐步優化的OCR識別系統：

由於該OCR識別系統比較耗時，我們在多臺物理機上部署了若幹個OCR識別服務，並進行了負載均衡，以滿足勤智的字符識別業務需求，例如：實現了證件照、名片上文字的提取，法院判案中證明材料、裁判文書等字符提取任務，大大降低了對人工的依賴，提升工作效率。

[1]百度百科Docker介紹

本文出自 “勤智數碼” 博客，轉載請與作者聯系！

基於Docker的OCR識別系統的誕生